1.准备工作

开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，请访问这篇文章：超详细Python安装指南进行安装。

Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，准备开始输入命令安装依赖。

当然，我更推荐大家用VSCode编辑器，把本文代码Copy下来，在编辑器下方的终端装依赖模块，多舒服的一件事啊：Python 编程的最好搭档—VSCode 详细指南。

输入以下命令安装本文所需要的依赖模块:

pip install pydub
pip install librosa

看到 Successfully installed xxx 则说明安装成功。

2.频谱展示

使用librosa和matplot，我们可以用10行代码完整地展示整个频谱：

import matplotlib.pyplot as plt
import librosa.display# 音乐文件载入
audio_path = 'Fenn.mp3'
music, sr = librosa.load(audio_path)# 宽高比为14:5的图
plt.figure(figsize=(14, 5))
librosa.display.waveplot(music, sr=sr)# 显示图
plt.show()

不过，这样的频谱是整段音乐的，看起来非常难看，接下来我们使用 pydub 切割频谱，以获得更佳的效果。我们细分到0到1秒的区段来查看频谱：

import matplotlib.pyplot as plt
import librosa.display
import numpy as np
from pydub import AudioSegment# 1秒=1000毫秒
SECOND = 1000
# 音乐文件
AUDIO_PATH = 'Fenn.mp3'def split_music(begin, end, filepath):# 导入音乐song = AudioSegment.from_mp3(filepath)# 取begin秒到end秒间的片段song = song[begin*SECOND: end*SECOND]# 存储为临时文件做备份temp_path = 'backup/'+filepathsong.export(temp_path)return temp_pathmusic, sr = librosa.load(split_music(0, 1, AUDIO_PATH))# 宽高比为14:5的图
plt.figure(figsize=(14, 5))
librosa.display.waveplot(music, sr=sr)
plt.show()

这下细是细了，但是还是太复杂了，其实我们做频谱的展示，只需要正值即可：

然后我们还可以进一步放大，比如说0.9秒到1秒之间的频谱：

放大

n0 = 9000
n1 = 10000

music = np.array([mic for mic in music if mic > 0])
plt.figure(figsize=(14, 5))
plt.plot(music[n0:n1])
plt.grid()

显示图

plt.show()

这样好看许多，不过如果要达成QQ音乐那种效果，还是需要进行大量改造。

比如用精美的图像元素来填充替代、然后零值如何处理？如何让频谱更加平稳？此外，我们是静态的图像，还需要根据事件动态地延续波段。

用于生产的代码肯定比我们这简易的代码更加复杂，而且也不应该是暴力去除负值绘制图像。这些有兴趣的读者可以自行研究啦。

我们的文章到此就结束啦，如果你希望我们今天的Python 实战教程，请持续关注我们，如果对你有帮助，麻烦在下面点一个赞/在看哦，有任何问题都可以在下方留言区留言，我们都会耐心解答的！

Python实用宝典
不只是一个宝典
欢迎关注公众号：Python实用宝典

原文来自Python实用宝典：Python 提取音乐频谱并可视化

Python 提取音乐频谱并可视化相关推荐

Python 提取音乐频谱并可视化，字节面试官
[]( )频谱展示使用librosa和matplot,我们可以用10行代码完整地展示整个频谱: import matplotlib.pyplot as plt import librosa.disp ...
python音频频谱_Python 提取音乐频谱并可视化
你有没有经常好奇一些音乐软件的频谱特效是怎么做的,为什么做的这么好看?有没有想试试自己提取音乐频谱并可视化展现出来?今天,咱就结合上次的音乐剪辑操作: 来可视化下面这首歌曲的频谱: 1.准备工作开始 ...
python音乐可视化壁纸_Python 提取音乐频谱并可视化
前言本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 作者:python使用宝典 PS:如有需要Python学习资料的小伙伴可以 ...
python提取图片频谱_Python提取音乐谱并将其可视化,频谱
你有没有经常好奇一些音乐软件的频谱特效是怎么做的,为什么做的这么好看?有没有想试试自己提取音乐频谱并可视化展现出来?今天,咱就结合上次的音乐剪辑操作: 来可视化下面这首歌曲的频谱! 1.准备工作开始 ...
python处理数据可视化_数据整理101：使用Python提取，处理和可视化NBA数据
python处理数据可视化由Viraj Parekh | 2017年4月6日 (by Viraj Parekh | April 6, 2017) This is a basic tutorial u ...
Python 超简单3行代码提取音乐高潮部分
有些时候,为了设定手机铃声或者发抖音视频,我们会耗费大量时间在剪辑音乐高潮部分上.那么这个音乐高潮的提取能不能自动化呢?当然可以. 先来看看,怎么样来提取孤芳自赏提取高潮后的部分: 怎么样,是不是迫不 ...
python怎么实现音乐快进_Python 超简单3行代码提取音乐高潮(附批量提取)
有些时候,为了设定手机铃声或者发抖音视频,我们会耗费大量时间在剪辑音乐高潮部分上.那么这个音乐高潮的提取能不能自动化呢?当然可以. 先来听听效果,孤芳自赏提取高潮后的部分: 怎么样,是不是迫不及待想往 ...
Python 超简单3行代码提取音乐高潮(附批量提取)！
怎么样,是不是迫不及待想往下读了?不要急,让我们从原理开始慢慢讲起. 1.原理简介不知道大家有没有这样的体会,大部分时候,歌曲的高潮部分通常是重复次数最多的部分.因此我们可以根据这一个特征,提出我们 ...
[知识图谱实战篇] 三.Python提取JSON数据、HTML+D3构建基本可视化布局
前面作者讲解了很多知识图谱原理知识,包括知识图谱相关技术.Neo4j绘制关系图谱等,但仍缺少一个系统全面的实例.为了加深自己对知识图谱构建的认识,为后续创建贵州旅游知识图谱打下基础,作者深入学习了张宏 ...

Python 提取音乐频谱并可视化

1.准备工作

2.频谱展示

放大

显示图

Python 提取音乐频谱并可视化相关推荐

最新文章

热门文章